يُعتبر التوسع الحراري السالب (NTE) خاصية رئيسية لتحقيق الاستقرار الأبعاد في التقنيات المتقدمة، ومع ذلك يبقى فهم الآليات الأساسية له، ولا سيما العمليات الديناميكية لانتقالات الطور، تحديًا كبيرًا. في هذه الدراسة، قمنا بتطبيق محاكاة ديناميكا جزيئية واسعة النطاق باستخدام شبكة هاملتون الكريستالية (CHGNet)، وهي مجال قوة تعلم آلي عام مدرب مسبقًا (MLFF)، لتوضيح الآليات على المستوى الذري لظاهرة NTE في نظام أكسيد البيروفسكايت Bi1−xLaxCoO3. حقق CHGNet سرعة حسابية أسرع بحوالي 20,000 مرة من الحسابات القائمة على المبادئ الأساسية وأعاد إنتاج الاتجاه الكيميائي لدرجة حرارة انتقال NTE التي تنخفض بشكل منهجي مع زيادة استبدال La. باستخدام هذه الكفاءة الحاسوبية، تمكنا من تصور العملية الديناميكية لانتقال مراحل NTE على المستوى الذري، والتي لم تكن قابلة للرصد سابقًا. كشفت النتائج عن آلية نوى وانتشار حيث تبدأ انتقال المرحلة بشكل غير متجانس في المناطق الغنية بـ La وتنتشر إلى المناطق الغنية بـ Bi. هذه النتائج تُظهر أن MLFFs العامة هي أدوات قوية لتوضيح الظواهر المعقدة لانتقال الطور بشكل أسرع وتفتح آفاقًا جديدة لاستكشاف مواد جديدة مدفوعة بالعلوم الحاسوبية.
درس واكازاكي وزملاؤه (الجمعة) هذا السؤال.